基于改进YOLOv3的罐车底部接口识别
时间：2023-02-08 11:55:05 来源：柠檬阅读网 本文已影响 人 
薛雅丽，向心，杨皓文，孙逸凡
(南京航空航天大学，江苏 南京 210016)
在油库公路付油作业中，由于多仓油罐车具有多个罐装接口，尤其现在大量使用的底部装车方式，底部罐装接口都集中在一起。操作人员将下装鹤管接到底部罐装接口上时，一旦疏忽，极易接错接口。这不但会造成配送数量错误，也极易发生混油、冒顶等重大事故。人工智能技术的运用有助于提高油库公路付油作业的智能化水平，减少人工出错。应用深度学习技术的目标检测算法[1]，通过大量学习底部罐装接口及鹤管编号[2]特征，能更好地应对光照、遮挡等复杂环境，在不同油库作业时有更优越的性能表现和泛化能力。
为解决油库公路付油作业中操作的人工隐患，本文在油库付油主系统中引入基于改进YOLOv3[3]的接口鹤管对接情况检测子系统。主系统通过UDP传输协议与目标检测子系统通信，控制子系统运行并获取检测结果，实时判断鹤管与底部罐装接口的对接情况。
YOLOv3是基于回归预测的一种端到端快速目标检测算法，其检测流程是基于卷积神经网络从图像中提取一定尺度的特征图，然后将图像分成131×3个小方格，其中待检测对象的中心总会落在某个小方格中，因此每个小方格都需要预测中心点落在该方格的物体，并基于多尺度的锚框预测目标边框。YOLOv3基于非极大值抑制来避免多个方格同时响应同一物体，NMS非极大值抑制筛选出置信度最高的目标框，得到其他目标框与该目标框的交并比(IoU)。交并比可以通过两个候选框相交的面积除以两个候选框合并后的面积求得。当候选框完全不重合，其值为0；
完全重合则为1。当交并比达到某一限定值时，便舍弃该目标框，最终可以得到不重合且置信度最高的目标框。
YOLOv3的网络模型舍弃了Softmax函数，转而采用逻辑回归分类器。训练部分基于二元交叉熵损失进行目标类别预测，因为Softmax损失函数要求每个框只有一个类别，这有点脱离实际。YOLOv3在网络优化中基于多标签分类，采用多标记预测类别的方法增加其预测精度。其对每个边界框预测4个坐标，网络输出为tx、ty、th、tw。令特征图中网格单元的左上角坐标是(cx,cy)，YOLOv3中每个网格单元的宽和高均为1。假设锚框的高和宽分别是ph、pw，再定义目标框中心落在(bx,by)处，高和宽分别为bh、bw，则它们满足:
(1)
式中σ(tx)和σ(ty)代表边界框中心相对于所属小方格左上角的相对横纵坐标，如图1所示。
图1 YOLOv3边框预测
针对小目标检测问题，也为了提高网络多尺度的能力，YOLOv3对每个框都有3个不同尺度大小的预测，分别为8×8、16×16、32×32。此外，YOLOv3基于Darknet53提取特征，一共包含53个卷积层，相比于YOLOv2采用Darknet19网络模型，Darknet53浮点运算更少，分类速度和分类准确度更加出色，非常适合作为目标检测的特征提取器。
2.1 手动选取样本初始聚类框
YOLOv3使用K-means[4]方法，随机选取样本中9个点，作为聚类中心，从而计算出9个锚框。由于随机选取的聚类中心不同，分类结果也会不同。另一种改进的方法K-means++[5]则是对第一个聚类中心进行随机选取，之后的聚类中心选取不再完全随机，而是通过计算每个样本与最近一个聚类中心的距离，利用一定的概率偏重进行限制性选取。
在油库公路付油作业中，因为油罐车的罐装接口常位于底部，摄像头也相应地摆放比较低，同时由于油罐车停车位置不准，并且操作人员会走动，这些都对摄像头拍摄视角产生了一定干扰。对这种角度较偏的图像数据，常规方法计算出的锚框不够准确，使得底部罐装接口及鹤管编号识别效果不佳。
因此，本文对建立的底部罐装接口及鹤管编号样本库进行分析，结合K-means和K-means++的计算结果，手动选定的锚框为[8,23 10,27 11,27 15,30 21,39 25,44 29,49 37,63 59,161]。通过实验验证，本文手动选取的初始聚类框优于K-means和K-means++，具体效果如表1所示。
表1 油库样本上不同算法的Avg IoU比较
从表中数据可知，手动设定的锚框有更高的Avg IoU，证明该设定相较于其他两种方法更为合理。
2.2 边界框回归损失改进
在目标检测中，经常使用边框回归处理预测框和目标框，更好地完成目标定位等任务。交并比是常用的边界框回归损失，其损失函数定义公式为
(2)
式中：B为预测框；
Bgt是真实框。从数学角度分析可知，预测框与真实框没有交集时，IoU损失始终为1，边框无法回归。因此，改进的DIoU[6]综合考虑目标与锚框的距离、尺度和重叠率，更加符合目标框回归机制。DIoU定义为
(3)
式中：b为锚框中心点；
bgt是目标框中心点；
ρ代表两点的欧氏距离；
c是囊括目标框与预测框的最小闭包区域对角线长。DIoU不会在训练时发散，且收敛更快，但忽略了边界框的长宽比。因此，本文改进了YOLOv3的损失函数，在DIoU基础上添加一个惩罚项αν，定义为：
(4)
(5)
式中：α代表权重函数；
ν度量长宽比的一致性；
ω、h分别是锚框的长与宽；
ω1、h1分别是目标框的长与宽。利用这种方法，预测框长宽比会尽量保持与目标框相同，能够提高定位精度。
2.3 检测模块改进
在YOLOv3的检测结构中，Darknet53、卷积设置模块和串联(Concatenate)模块帮助提取3个不同尺寸的图像特征，提取后利用YOLO层检测出最终结果。虽然YOLOv3是多尺度检测，但考虑到油库公路付油作业中，摄像头角度不正、操作人员移动鹤管以及油气回收口较小等问题，YOLOv3在检测时会有漏识、误识、重复识别等问题。为进一步提高底部罐装接口及鹤管编号的识别率，还需对网络进行改进，使其能更充分地学习到足够的特征。
因此，本文结合双密度[7]层思想，改进YOLOv3的检测模块，增加其尺度检测上的感受野，提高网络学习能力，改进模块如图2所示。
图2 改进的YOLOv3检测模块
对原网络中的两个检测模块分别改进替换，改进中双密度层的思想体现在一个3×3卷积和两个3×3卷积的并联，能够分别获取大小不同的两种感受野。其中单卷积细节丰富，对油气回收口、摄像角度较偏的小目标等检测效果好；
双卷积感受野更大，能很好地检测装油口、鹤管编号等摄像角度理想的大目标。这种改进使网络检测更充分，可提高对底部罐装接口及鹤管编号的识别准确率。
3.1 接口鹤管对接情况检测子系统部署
本文设计的改进YOLOv3目标检测子系统会在油罐车驶入指定区域后，由油库付油主系统发送指令给子系统，控制子系统的3种状态，同时主系统可通过网络获取子系统的识别结果图像，用作人工审阅及后续分析。
子系统模型采用双GPU训练、单GPU识别的方式进行部署，与主系统确定数据区格式及内容，通过UDP传输协议，以应答方式进行数据交换，同时开放共享文件夹；
子系统读取网络摄像头视频流并按主系统指令进行识别、校时等操作。
具体检测类别与标记如表2所示，编号为0的鹤管只能连接油气回收口，编号为1、2的鹤管只能连接下装油口。子系统检测后返回相应的物体标签至付油主系统，供其判断对接的准确性。
表2 油库作业检测目标类别与标签
3.2 改进YOLOv3算法实验分析
在自主建立的底部罐装接口及鹤管编号样本库上，对原YOLOv3和本文改进算法分别进行实验，从准确率及实时性上进行对比，结果如表3所示。
表3 油库样本上不同算法的结果比较
由表中数据可知，由于GPU非常支持卷积加速，两种算法在实时性上并没有太大区别，但本文算法精度提升明显。阴雨天下，YOLOv3的识别效果受雨水、光照影响，因鹤管编号被打湿，则无法识别出鹤管编号1。本文改进算法则弥补了这一缺陷，正确识别出被雨水打湿的鹤管编号1，如图3所示。该算法对环境的抗干扰能力较强，能较好地应对雨天、光线昏暗、遮挡等不利情况。
图3 改进算法阴雨天识别效果
图4是本文改进算法在夜间灯光、操作人员遮挡等情况下的识别效果。改进算法通过引入更好的边框回归，对底部罐装接口及鹤管编号的定位都比较准确，同时借鉴了双密度层思想，改进的检测模块能较好地解决摄像头角度不正、人员遮挡等带来的大小目标识别问题。
图4 改进算法在昏暗、遮挡等条件下的识别效果
本文针对油库公路付油作业的人工安全隐患，提出了一种基于改进YOLOv3的接口鹤管对接情况检测算法。通过深入分析油罐车底部罐装接口及鹤管编号样本库的
特点，手动选取了合适的聚类中心，并改进了边界框回归损失计算方法。同时针对YOLOv3中单一尺度的检测模块，基于双密度层思想设计了新的检测模块，合理运用单、双卷积的并联，提供给YOLOv3两种不同感受野，改善网络对小目标的检测识别效果。本文改进算法在油库实际场地进行了现场测试，测试结果显示：识别系统一直保持稳定运行；
准确率及实时性均满足油库作业要求，具有较高的实用价值。
